心脏超声序列图像轮廓的弹性配准

心脏的运动过程中包含着大量的信息,根据所得心脏超声序列图像进行诊断时,需要获取心脏特定部住的收缩和舒张运动信息。本文尝试将基于薄板样条的弹性配准方法运用于心脏超声序列图像短轴室壁轮廓的配准．从而获取其运动信息,本中详细介绍了心脏超声序列图像的标记特征点选取和平滑薄板样条弹性配准的原理及应用结果．该研究为心脏序列帧图像跟踪研究提供了一种新方法。     

基于B样条的快速弹性图像配准方法

论文提出了一种基于B样条的医学图像快速弹性配准方法。该方法在原有方法的基础上引入“分块计算,部分更新”的策略来提高运行速度。实验结果表明,论文方法与原有方法相比,配准效果相似,但配准速度却显著提高,因此是一种实用的弹性配准方法。     

基于B样条的弹性点配准方法

为了更好地进行图像弹性点的配准,提出了一种利用Hausdorff距离测度的弹性点配准方法。该方法以B样条为弹性形变模型,并具有较强的抵御杂点影响的能力。在此基础上又提出了序贯更新策略,即通过将源图像和控制点网格进行分块的方法来序贯更新弹性配准参数,从而进一步提高了算法的运算速度。为验证该方法的配准效果,采用该方法进行了合成图像、手写字体和脑部MRI图像的弹性配准实验。实验结果表明,该方法在基于特征的弹性配准应用中具有较好的使用效果。     

一种综合的多分辨率医学图像配准方法

基于多分辩率的图像配准是提高配准算法效率的重要方法。论文提出一种基于多分辩率、多相似度函数以及多优化方法的图像配准框架,并提出新的具体解决方案,用于医学图像配准,并与已有的基于互信息的方法进行分析比较,实验结果显示,使用平均Hausdorff距离和互信息作为相似度度量的新方案在时间和精度的综合评价上有优势。     

混合样条大尺度医学图像弹性配准算法研究*

针对大尺度形变医学图像配准速度慢和精度低的特点,提出一种结合薄板样条(TPS)和B样条的弹性配准方法。该方法采用尺度不变特征变换算法(SIFT)进行图像特征提取与匹配,利用TPS算法将特征点对作为输入进行预处理,以降低浮动图像的形变尺度,从而提高下一步B样条配准的速度与精度。然后使用局部区域细化层次B样条方法将TPS生成的较稀疏的形变网格作为初始网格,结合有限记忆优化算法(L-BFGS)对控制网格做进一步地处理,此过程只对形变较大的局部区域进行细化,以实现与参考图像的快速精确配准。实验结果表明,该方法较层次B样条方法有效地提高了配准的速度和精度。     

基于薄板样条的非刚体医学图像配准

非刚体图象配准是非线性的图像配准方法,它能够实现图像之间的配准,为提高医学图像配准精度,对于形变较大的多模图像的配准等都有着重要的作用.提出了一种基于薄板样条的3D/2D非刚体医学图象配准算法,算法首先提出一个混合能量公式,在配准的过程中,用薄板样条法实现全局配准,并通过仿真退火算法进行迭代,以缩小并确定变形的待配准区域.在局部的待配准区域,采用互信息的方法进行配准.解决了因特征点不足引起的不完整匹配问题,使得图像连续平滑,以得到较优的配准效果.     

基于B样条和L-M优化方法的快速弹性配准

提出了一种快速医学图像弹性配准计算方法。该方法应用B样条变形模型,由于三次B样条函数具有连续二阶微分的特性并且可以单独计算,该方法采用了基于B样条卷积核的卷积计算方法,提高了计算速度。同时该方法应用Levenberg-Marquardt优化方法计算控制系数,此优化方法充分应用关于控制系数的Hessian矩阵,使形变更为平滑。使用卷积计算及Levenberg-Marquardt优化方法不仅有很高的计算速度,也有很强的配准鲁棒性。为了得到平滑稳定的偏移量,该方法应用先验知识对代价函数进行了修正,从而对偏移量进行约束。     

基于多分辨率分析和混合优化的医学图像配准

基于图像几何特征的配准方法速度快,应用价值高,但由于几何特征提取的不准确问题使配准易陷入局部极小,而目前常用的全局优化算法又存在收敛速度慢的问题。该文提出了一种以图像边界的平均Haudorff距离作为代价函数,基于多分辨率分析和混合优化策略的图像配准方法,将其用于医学图像配准,并与基于Hausdorff距离的几种传统方法进行分析比较,实验结果显示,在模拟退火算法和Powell算法的混合优化策略下,新方法具有良好的全局优化性能和时间性能。     

利用局部区域约束的医学图像弹性配准

根据人体不同器官具有不同的弹性这一特点构造了一种基于局部区域约束的图像配准算法。首先抽取骨骼边缘上的点作为标志点,利用软对应匹配算法计算出每一个骨骼与其对应骨骼的刚性变换;然后通过薄板样条插值得出整幅图像的变形场;由于同一器官的位移大小相近,将这一区域的均值作为区域内每一点的位移量;将更新后的初始位移场代入到基于B样条的自由形变模型中,得到新的位移场;以Bhattacharyya距离为目标函数,一直迭代下去直到目标函数值达到最优。通过对临床数据的实验表明该方法能够满足临床医生的要求。     

一种新的面向超分辨率的图像配准方法

图像配准是超分辨率图像恢复的关键技术之一,现有的图像配准算法没有考虑目标运动幅度变化大和目标在视场中远离镜头或靠近镜头的情况,针对于此,该文提出了基于运动轨迹的面向超分辨率图像恢复的配准方法,用以解决目标运动幅度变化大和目标分辨率改变情况下的图像配准问题,试验表明该文提出的算法能够有效地解决实际问题,效果很好。     

一种基于轮廓的医学图像弹性配准方法

提出了一种基于轮廓的医学图像弹性配准方法。该方法先对医学图像进行轮廓提取,计算轮廓所围部分(目标)的质心。围绕质心每隔一定角度抽得轮廓点作为特征点。通过计算相似度确定两组特征点的对应关系。采用Wendland提出的ψ函数作为弹性变换的基函数。通过两组对应点确定变换系数。最后根据配准参数对形变图像进行变换,从而得到配准图像。实验表明,本方法对具有形变的医学图像的配准是快速的、有效的。     

基于多分辨率分割的区域图像融合

图像融合是一项综合同一场景的多幅源图像信息的技术.现有的区域图像融合方法或者是只对最高层低频带分割并以此分割信息来指导所有层的融合,或者是其多分辨率分割方法过于复杂难以满足实时性.鉴于此,该文发展了一种基于多分辨率分割的区域图像融合方法.它的主要特点是多分辨率分割.其步骤为:首先对源图像进行小波变换的多分辨率分解,然后对分解后每一层的低频图像都进行区域分割,最后用每一层分割得到的区域信息来分别指导每一层的融合.仿真表明该文发展的基于多分辨率分割的区域图像融合方法的融合性能要优于传统的基于窗口的图像融合方法和只对最高层低频带分割的区域图像融合方法.     

用弹簧分子系统进行弹性医学图像配准

将源图像Delaunay三角化,用弹簧分子系统模拟网格形变,网格点在系统力的作用下移动去拟合待配准的目标图像.力由互信息梯度定义,并利用已知解剖结构特征的对应关系对形变过程进行约束.经过一段时间,网格点停止运动,对每一个Delaunay三角形计算局部仿射变换.实验结果表明,该算法能够快速准确地实现弹性医学图像配准.     

基于枚举四叉树的多分辨率几何图像绘制方法

为提高多分辨率几何图像的实时绘制效率,将枚举四叉树思想引入到传统四叉树的设计中,提出以单个枚举四叉树节点作为独立渲染单元的方法,极大地减少了绘制函数的调度次数.针对实时绘制时几何图像不同层次边缘易产生裂缝的现象,采用枚举四叉树的结构,在数据预处理阶段构造基础渲染节点时用分段函数消除节点内部的裂缝;实时绘制阶段在GPU上使用反正切函数控制顶点偏移,消除节点间的裂缝.实验结果证明,枚举四叉树结构能充分利用GPU的批量处理能力,有效地提高了绘制效率;裂缝处理算法易于GPU实现,获得了较高的帧率和较好的绘制效果.     

基于轮廓与特征点的医学图像弹性配准方法

针对单一特征引导图像配准的准确度有限性,提出了一种同时使用轮廓与特征点的医学图像弹性配准方法。半自动的特征点提取方法既可以保证提取的精确性又能够避免繁琐的特征点对应关系建立过程。对于提取的轮廓,在保证外形的基础之上,通过轮廓直线化操作减少提取轮廓中关键点的数量,以提高计算效率。以两幅待配准图像中的特征点对间距离与轮廓对间距离累加和作为图像配准测度函数,选择ICP算法框架迭代地求解最优配准变换函数。通过与其他测度函数进行比较和真实图像实验结果对比,其结果表明,该算法由于采用轮廓与特征点同时引导图像配准,其配准效果好于单独使用特征点或者轮廓的图像配准算法。该算法既能匹配图像的整体结构信息(轮廓)又能对齐图像中感兴趣的生理解剖位置(特征点),更加准确地反映图像间差异情况,是一种快速、精确的医学图像配准方法。     

基于小波变换的多分辨率图象匹配方法

介绍一种综合运用小波变换、序贯相似性检测和统计相关的图像匹配算法,此算法既可以根据需要的精确匹配图像,又可以达到很高的效率,而且便于硬件实现。     

基于Kubernetes应用的弹性伸缩策略

弹性伸缩是云计算的关键特征,它可以根据应用程序工作负载及时扩展计算资源以实现在高并发请求下应用的负载均衡.基于容器的微服务更应具有弹性伸缩功能从而在不同的工作负载条件下稳定运行.目前广泛使用的容器编排工具Kubernetes的弹性伸缩算法灵活性差,应对突发流量Pod会频繁进行扩展,并且扩展程度不能满足当前负载要求,会造成系统不稳定.针对这一问题,本文提出了一种自动缩放机制,将响应式扩展与弹性伸缩容忍度相结合,确保了系统的可靠性,大大提高了系统的灵活性,并具有很强的应用负载能力.实验测试表明,当系统面临大流量、高并发请求时,通过本文的方法实施弹性伸缩以后,失败请求率下降97.83%,保证了系统稳定性,能够很好的实现应用的负载均衡.     

基于SLAM的虚实配准方法研究

研究和实现了一种基于SLAM技术的虚实配准方法,通过将SLAM分离为定位和构图,分别利用改进的pf做位姿估计和ukf进行位置估计,进而实现整个场景内目标的位姿计算,最终完成虚实配准。一定程度上解决了传统方法中存在的视域受限问题,并同时支持户内和户外应用,提高了增强现实系统的可用性。